PR

 今回のGTCの発表内容からは、エヌビディアはこれまで以上にディープラーニングのビジネスに大きく重きをおいた感がある。エヌビディアの動向を、これまでのGTCをベースに追っていこう。

 エヌビディアがディープラーニングをGTCで大きく打ち出したのは、2014年のこと。基調講演では、ディープラーニング用のシステムにGPUを使えばCPUで同じ性能を得るのに対して劇的に価格を下げられるとアピールしていた(写真4)。Pascalアーキテクチャーは、このGTC2014で発表された(写真5)。

写真4●2014年のGTCでは、Google Brainプロジェクトで使われたサーバーを引き合いに出し、同じ性能のものがGPUを使えば安価に構成できるとした
写真4●2014年のGTCでは、Google Brainプロジェクトで使われたサーバーを引き合いに出し、同じ性能のものがGPUを使えば安価に構成できるとした
(撮影:塩田 紳二)
[画像のクリックで拡大表示]
写真5●エヌビディアのロードマップ。GTC2014以前は、Maxwellの次にVoltaが登場予定だったが、Pascalが間に入ることになった
[画像のクリックで拡大表示]
写真5●エヌビディアのロードマップ。GTC2014以前は、Maxwellの次にVoltaが登場予定だったが、Pascalが間に入ることになった
[画像のクリックで拡大表示]
写真5●エヌビディアのロードマップ。GTC2014以前は、Maxwellの次にVoltaが登場予定だったが、Pascalが間に入ることになった
(撮影:塩田 紳二)

 2015年のGTCでは、GPUを使う学習処理を簡単に行うためのソフトウエア「DIGITS」を発表(図1)。DIGITSは、GPUの演算ライブラリと「Cafe」「Torch」「Theano」といったオープンソースのフレームワークを組み合わせて、Webブラウザーを使ったGUIを乗せたシステム。DIGITSを使うことで、比較的簡単にGPUを使ったディープラーニングシステムを開発できるようになった。

図1●DIGITSは、GPUを利用するディープラーニング用トレーニングシステム。オープンソースのフレームワークを使いGPUを利用した学習を簡単にできる
図1●DIGITSは、GPUを利用するディープラーニング用トレーニングシステム。オープンソースのフレームワークを使いGPUを利用した学習を簡単にできる
(出所:GTC基調講演スライド)
[画像のクリックで拡大表示]

ディープラーニング学習システムで独走するNVIDIA

 ディープラーニングの学習は、膨大な計算が必要で、高速なマシンを使っても数日、数週間が必要になることも珍しくない。しかし、最適な構成を考えて、複数の手法を比較するような場合、数日以上の学習時間が必要だと、開発効率が落ちてしまう。このため、高い演算性能が必要なシステムが求められている。